Я работаю на SRGAN (GAN со сверхвысоким разрешением). и я наткнулся на код, в котором автор использует потерю MSE при компиляции Дискриминатора. и две потери, то есть бинарная кросс-энтропия и MSE, при составлении комбинированной модели GAN. я не понимаю использование этой функции потерь. вот код. код для компиляции дискриминатора:
discriminator = build_discriminator()
discriminator.compile(loss='mse', optimizer=common_optimizer, metrics=['accuracy']
, а код для компиляции комбинированной модели GAN:
adversarial_model = Model([input_low_resolution, input_high_resolution], [probs, features])
adversarial_model.compile(loss=['binary_crossentropy', 'mse'], loss_weights=[1e-3, 1],
optimizer=common_optimizer)
и еще кое-что .. что для следующей строки кода я получаю вывод показан ниже. Я не понимаю, что означает этот вывод.
g_loss = adversarial_model.train_on_batch([low_resolution_images, high_resolution_images],
[real_labels, image_features])
Результат вышеупомянутого кода